Details

Данная работа посвящена созданию тепловой карты стоимости недвижимости в качестве элемента визуализации для сервиса поиска компании «Метр Квадратный». Задачи, которые решались в ходе данной работы: • изучение теоретических аспектов визуализации данных, кластеризации и кригинга, обзор применения выбранных методов в сфере недвижимости; • выбор необходимых пакетов в R и описание набора данных; • реализация выбранных методик и анализ результатов. В ходе выполнения данной работы была изучена литература по темам визуализации данных, кластеризации и кригинга. Было рассмотрено применение данных методов в сфере недвижимости, а также изучен рынок недвижимости в России в целом.  Были рассмотрены основные пакеты языка R, требовавшиеся для выполнения работы. Также был проведен анализ набора данных о стоимости недвижимости в России, после чего была проведена его предварительная обработка. В результате последовательного применения методик кластеризации и кригинга средствами языка R на имевшемся наборе данных, были получены тепловые карты стоимости недвижимости для каждого кластера.

This work is devoted to creating a heat map of real estate value as a visualization element for the search service of the Meter Square company. Problems that were solved during this work: • study of theoretical aspects of data visualization, clustering and kriging, review of the application of selected methods in the field of real estate; • selection of optimal packages in R and description of the data set; • implementation of the selected methods and analysis of the results. In the course of this work, literature on the topics of data visualization, clustering and kriging was studied. The application of these methods in the real estate sector was considered, and the real estate market in Russia as a whole was studied. The main R language packages required to complete the work were reviewed. An analysis of a data set on the value of real estate in Russia was also carried out, after which its preliminary processing was carried out. As a result of sequential application of clustering and kriging techniques using the R language on the available data set, heat maps of real estate values were obtained for each cluster.